Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Pada tahun 2005-2006, untuk meningkatkan kualitas dan penyebaran layanan informasi yang telah ada dan memberikan bahan pendidikan yang simple dan menarik bagi siswa dan guru, sehubungan dengan pendidikan kesehatan reproduksi dan seksual remaja, YPI mengembangkan proyek baru berupa pengembangan module/kurikulum kesehatan reproduksi remaja berbasis web. YPI melakukan proses adaptasi terhadap modul WSWM (The World Start With Me) ke dalam versi Indonesia (disebut modul DAKU!), melakukan uji coba di 3 sekolah, melakukan revisi, dan mengimplementasikanya di 3 sekolah baru. Belajar dari proyek WPF (World Population Foundation) di East Afrika, modul ini akan memberikan keuntungan bagi siswa dan guru. Tujuan dari proyek akhir ini adalah untuk menganalisa prospek dari pemanfaatan TIK (Tehnologi Informasi dan Komunikasi) dalam kegiatan belajar mengajar di sekolah menengah atas dari sisi pengembangan dan implementasinya, menganalisa keunggulan dan kelemahan dari pemenfaatan TIK di sekolah, dan menganalisa hambatan serta solusi pemecahannya. Berdasarkan pengalaman dalam pengembangan dan implemantasi modul DAKU! YPI. Dari proyek akhir ini didapatkan bahwa secara umum proses pengembangan modul DAKU! hampir sesuai dengan pendekatan phased development; pemanfaatan TIK dalam KBM ini mampu laksana, 5 (83%) dari 6 sekolah yang terlibat berupaya melanjutkan program ini; pemanfaatan TIK mampu memotivasi siswa untuk terlibat, mendukung tehnik fasilitasi guru dan menciptakan suasana belajar yang menyenangkan. Hasil analisa proyek akhir ini diharapkan akan menjadi referensi bagi sekolah dan pemerintah untuk memanfaatkan TIK dalam kegiatan belajar mengajar di sekolah, dan memfasilitasi suasana belajar yang interaktif dengan menggunakan tehnologi komputer. Ke depan diharapkan akan lebih banyak institusi sekolah yang berperan serta dalam insiatif pemanfaatan TIK, untuk meningkatkan akses yang lebih luas.

---

On the year 2005-2006, to increase the quality and spread of the existing information services and provide a simple and attractive resource for teachers and students, regarding adolescent reproductive and sexual health education, YPI launch a new project involving the development of a web based youth reproductive health module.YPI have been conducted the adapted process of WSWM (The World Start With Me) modul to Indonesian setting (called modul DAKU!), piloting in 3 schools, revision, and implementing in 3 new schools. Learning from the WPF`s (World Population Foundation) program in East Africa. This module will have benefits for both young people and educators. The objective of these final project are to analyze the opportunity of using Information and Communication Technology (ICT) in learning activities in Senior High School from the development and implementation aspect, to analyze the strength and weakness of using ICT in schools, and to analyze the Challenge also solution for anticipate the barrier. Based on the development and implementation of module DAKU! These final project found that are, the development of DAKU! module is almost suited to phased development; The use of ICT on learning proses in the school is achievable, about 83% (5 from 6 schools) that has been implemented the module is eager to make it sustainable; The ICT using could motivated student to be involved in learning activities, support facilitating tehnik of teacher, and provide secure atmosphere. From these final project, it hope that will be a reference for the school and government in order to implementing the ICT in education proses at schools, and to facilitate an interactive lessons circumstance by using computer technology. It is expected that further, more schools institution will take part in this ICT using initiative, to open up more access to quality education in Indonesia.

Abstrak :
ABSTRAK
Dalam beberapa tahun terakhir, Deep Learning DL telah menarik banyak perhatian dalam penelitian pemelajaran mesin. Metode ini telah berhasil dipakai untuk berbagai aplikasi pada pemrosesan suatu, robotika, pengenalan fonetik, pencarian informasi dan bahkan analisa molekul. Meskipun DL telah berhasil sukses untuk diterapkan dalam berbagai bidang aplikasi, training yang diperlukan pada metode ini tidaklah mudah. Sejumlah cara telah diusulkan untuk membuat proses training DL menjadi lebih optimal, beberapa diantanya dengan menambahkan proses pre-training, memutuskan beberapa jaringan dalam lapisan, ataupun mengganti fungsi aktivasi dan metode gradien standar yang dipergunakan. Disertasi ini menggunakan pendekatan lain dalam optimasi DL, yaitu memakai algoritme metaheuristik. Secara umum disertasi ini dibagi dalam dua bagian besar. Bagian pertama adalah studi awal penelitian yang difokuskan pada beberapa eksperimen yang berkaitan dengan algoritme metaheuristik dan aplikasi DL dalam klasifikasi citra. Bagian kedua dari disertasi berkaitan dengan penerapan algoritme metaheuristik dalam DL. Hasil pada bagian ini misalnya untuk optimasi metode Convolutional Neural Nework CNN menggunakan dataset CIFAR10, diperoleh untuk Top-1 error pada validasi adalah 99,05 . Hasil ini lebih baik dari nilai akurasi CNN asli sebesar 88,21 , fine-tuning CNN menggunakan Harmony Search yang diusulkan G. Rosa dkk sebesar 78,28 , dan bahkan State of the art saat ini sebesar 96,53 dengan Fractional Max-Pooling.

---

ABSTRACT
In recent years, deep Learning DL has drawn many attention in machine learning research. This method has been successfully used in various applications, such as sound process, robotics, phonetic identification, information retrieval, and even molecule analysis. Although DL has been successful to be applied in many fields, it is difficult to train in this method. Various attempts and methods has been proposed to make the DL training process become more optimum, some of them are by adding pre training process, drop out some networks in the layer, or by replacing activation function and standard gradient method being used. This dissertation takes another way to optimize a DL, i.e. using metaheuristic algorithms. Overall, this dissertation will be divided into two main parts. The first part is a preliminary study of research, focusing on several experiments which were related to the metaheuristic algorithm and DL application in image classification. The second part of this dissertation is related to application of metaheuristic algorithm in DL. The results in this part, for example, the optimization of CNN method using CIFAR10 dataset for Top 1 error in validation is 99.05 . This result is higher than the accuracy level from original CNN 88,21 , fine tuning CNN using Harmony Search suggested by G. Rossa et.al 78.28 , and even ldquo State of the art rdquo right now using Fractional Max Pooling 96.53

Abstrak :
penelitian ini diusulkan implementasi 2D dan 3D Set Partitioning In Hierarchical Trees (SPIHT) coding pada kompresi data ECG multi-lead. Implementasi SPIHT mereduksi tiga jenis redundansi yang umumnya terdapat pada sinyal electrocardiogram (ECG), yaitu redundansi intra-beat, inter-beat, dan inter-lead. Kami juga mengusulkan tiga teknik optimisasi untuk meningkatkan kinerja kompresi lebih lanjut dengan mengelompokkan sinyal ECG yang berasal dari beberapa lead, menyusun kembali posisi ECG cycle pada 2D ECG array (beat reordering), dan menormalisasikan amplitudo dari 2D ECG array dengan residual calculation. Beat reordering menyusun posisi beat pada 2D ECG array berdasarkan kemiripannya dengan beat terdekat. Penyusunan ini mengurangi variasi antar beat-beat yang berdekatan sehingga 2D ECG array mengandung lebih sedikit komponen frekuensi tinggi. Residual calculation mengoptimalkan penggunaan ruang penyimpanan lebih lanjut dengan meminimalkan variasi amplitudo dari 2D ECG array. Hasil eksperimen terhadap sejumlah record pada St Petersburg INCART 12-lead Arrhythmia Database menunjukkan bahwa metode yang diusulkan menghasilkan distorsi rendah pada rasio kompresi 8 dan 16. Hasil eksperimen juga memperlihatkan bahwa pendekatan 3D SPIHT memiliki kinerja kompresi yang lebih baik dibanding 2D SPIHT. Untuk mengevaluasi kualitas sinyal hasil rekonstruksi pada permasalahan klasifikasi, pada penelitian ini kinerja dari metode kompresi sinyal ECG dianalisis dengan cara membandingkan sinyal asli dengan sinyal hasil rekonstruksi pada dua permasalahan; pertama, klasifikasi sleep stage berdasarkan sinyal ECG; kedua, klasifikasi arrhythmia. Hasil eksperimen menunjukkan bahwa akurasi dari klasifikasi sleep stage dan klasifikasi arrhythmia menggunakan sinyal hasil rekonstruksi sebanding dengan menggunakan sinyal input. Metode yang diusulkan dapat mempertahankan karakteristik sinyal pada kedua permasalahan klasifikasi tersebut. ...... In this study we proposed the implementation of 2D and 3D Set Partitioning In Hierarchical Trees (SPIHT) coding to a multi-lead ECG signal compression. The implementation of SPIHT coding decorrelates three types of redundancy that typically found on a multi-lead electrocardiogram (ECG) signal i.e. intra-beat, inter-beat, and inter-lead redundancies. We also proposed three optimization techniques to improve the compression performance further by grouping the ECG signal from precordial and limb leads, reordering the ECG cycles position in the 2D ECG array, and normalizing the amplitude of 2D ECG array by residual calculation. Beat reordering rearranged beat order in 2D ECG array based on the similarity between adjacent beats. This rearrangement reduces variances between adjacent beats so that the 2D ECG array contains less high frequency component. The residual calculation optimizes required storage usage further by minimizing amplitude variance of 2D ECG array. Our experiments on selected records from St Petersburg INCART 12-lead Arrhythmia Database show that proposed method gives relatively low distortion at compression rate 8 and 16. The experimental results shows that 3D SPIHT approach gives better compression performance than 2D SPIHT. To evaluate the quality of reconstructed signal for classification task, we analyzed the performance of electrocardiogram (ECG) signal compression by comparing original and reconstructed signal on two problems. First, automatic sleep stage classification based on ECG signal; second, arrhythmia classification. Our experimental results showed that the accuracy of sleep stage classification and arrhythmia classification using reconstructed ECG signal from the proposed method is comparable to the original signal. The proposed method preserved signal characteristics for the automatic sleep stage and arrhythmia classification problems.